本发明公开了一种基于滤波的永磁直流电动机故障检测方法,属于永磁直流电动机故障检测领域。通过利用正多胞体卡尔曼滤波方法得到永磁直流电动机在正常工作状态下的输出矩阵对应的正多胞体通过判断实际工作状态下的输出矩阵是否在正常工作状态下的正多胞体的上下界内,确定永磁直流电动机是否发生故障,若发生故障,则根据比较结果确定故障状态和故障时间;相对于现有的基于全对称多胞形的故障检测方法,本申请采用空间形状更为简单的正多胞体,检测速度更快,更适用于在线故障检测,且本申请方法所估计出的永磁直流电动机的工作状态更贴近实际的工作状态,所以能够更准确的反映出实际工作状态与正常的工作状态不符,因此故障检测率更高。

为了进一步提高永磁直流电动机系统的故障检测精确度，本发明提供了一种基于滤波的永磁直流电动机故障检测方法，所述方法根据永磁直流电动机系统在正常工作状态下状态矩阵对应的正多胞体，计算得到永磁直流电动机在正常工作状态下输出矩阵对应的正多胞体；再根据正常工作状态下输出矩阵对应的正多胞体和实际工作状态下的输出矩阵，确定永磁直流电动机系统的故障检测信号；最后根据永磁直流电动机系统的故障检测信号，确定永磁直流电动机系统的故障状态和故障时间；

永磁直流电动机具有体积小、可靠性高、效率高，使用寿命长等优点，在汽车工业、家用电器、工农业生产以及航空航天等领域都有着广泛的应用。随着永磁直流电动机的应用范围越来越广，其重要性也与日俱增。一旦永磁直流电动机在运行期间发生故障而没有及时被检测到，那么势必会影响整个系统的安全，尤其是在一些航空航天领域，将会造成不可估量的损失。因此为保证电动机的安全可靠运行，对其进行快速可靠的在线故障检测是非常有必要的。

永磁直流电动机的工作环境复杂，在工作时容易受到各种噪声干扰的影响。并且实际系统中的干扰噪声一般不满足特定的概率分布，只能得到其边界值。基于全对称多胞形卡尔曼滤波的故障检测方法则能够有效估计该情况下的永磁直流电动机的状态，并检测出系统的故障状况。

然而由于全对称多胞形的空间复杂度较高，因此在全对称多胞形卡尔曼滤波算法的计算复杂度也较高，对系统故障检测的计算时间存在一定的影响。

同时，在计算复杂度提高的前提下，全对称多胞形卡尔曼滤波算法也并不能很好地保证其故障检测精确度。

江南大学是教育部直属、国家“211工程”重点建设高校和“双一流”建设高校。学校具有悠久的办学历史、厚重的文化积淀，源起1902年创建的三江师范学堂，历经国立中央大学、南京大学等发展时期；1958年南京工学院食品工业系整建制东迁无锡独立建校，成立无锡轻工业学院；1962年无锡纺织工学院并入无锡轻工业学院；1995年更名为无锡轻工大学；2001年无锡轻工大学、江南学院、无锡教育学院合并组建江南大学；2003年东华大学无锡校区并入江南大学。

通过提出一种基于正多胞体与卡尔曼滤波结合的永磁直流电动机故障检测方法，在故障检测过程中，通过利用正多胞体卡尔曼滤波方法得到永磁直流电动机在正常工作状态下的输出矩阵对应的正多胞体通过判断实际工作状态下的输出矩阵是否在正常工作状态下的输出矩阵对应的正多胞体的上下界内，从而确定永磁直流电动机是否发生故障，若发生故障，则根据比较结果确定故障状态和故障时间；相对于现有的基于全对称多胞形的故障检测方法，本申请由于采用了空间形状更为简单的正多胞体，从而使得计算复杂度降低，具有更快的检测速度，更适用于在线故障检测，更重要的是，本申请方法故障检测更精确，实际检测过程中所估计出的永磁直流电动机的工作状态更贴近实际的工作状态，所以一旦系统发生故障，能够更准确的反映出实际工作状态与正常的工作状态不符，因此故障检测率更高。

科技成果只有通过实施开发应用，使其转化为生产力，才能取得经济效益和社会效益。成果方目标是将科技成果转化为现实生产力，期待有意愿的企业或合作单位进行合作推广或者进行产品生产。考虑合作转化、许可+合作等转化方式与企业、科学技术研究开发机构和其他组织建立合作关系。